PENERAPAN METODE NAIVE BAYES UNTUK MENENTUKAN TEMA
SKRIPSI MAHASISWA
1
I Gusti Made Rai Indrawan, 2 M. Nur Ikhsanto, 3 Sita Muharni
1Program Studi Sistem Informasi, STMIK Dharma Wacana Metro 2,3Dosen Tetap Sistem Informasi, STMIK Dharma Wacana Metro
Jalan Kenangan No.3 Mulyojati Kota Metro Email : [email protected]
ABSTRAK
Naive Bayes adalah metode klasifikasi data training dan data testing. Data tersebut dihitung dengan cara menghitung peluang dari suatu kelas dengan cara menentukan kelas mana yang paling dominan akan muncul sehingga menghasilkan suatu hipotesa. penerapan metode naive bayes nantinya menghasilkan rancangan aplikasi penentuan tema skripsi. Oleh karena itu, peneliti mencoba membangun sebuah aplikasi penentuan tema skripsi yang mampu membantu mahasiswa dalam menentukan tema skripsi menggunakan metode naive bayes yang bertujuan untuk memudahkan mahasiswa dalam menentukan tema skripsi yang akan dipilih. Metode pengumpulan data datanya berupa wawancara, observasi dan studi pustaka. Hasil dari penelitian ini adalah aplikasi penentuan tema skripsi berbasis web.
Kata Kunci : Aplikasi, Naive Bayes, Tema Skripsi, Web
1. PENDAHULUAN 1. Latar Belakang Masalah
Algoritma Naive Bayes adalah sebuah metode pengklasifikasian data baik berupa data training dan data testing. Metode bayes sering menggunakan probabilitas bersyarat sebagai dasarnya. Perhitungan yang dilakukan pada Naive Bayes adalah dengan cara menghitung peluang dari suatu kelas dari masing – masing atribut yang ada, dengan menentukan kelas mana yang akan muncul sehingga menghasilkan suatu hipotesa.
Salah satu penerapan naive bayes adalah menghasilkan rancangan aplikasi dalam menentukan tema skripsi mahasiswa. Selama ini proses penentuan tema skripsi mahasiswa dilakukan dengan cara konsultasi melalui Dosen Pembimbing Akademik, Ketua Program Prodi dengan cara mahasiswa mengusulkan ide yang diperoleh dari berbagai referensi makalah penelitian. Berdasarkan hasil observasi penulis secara langsung, proses pengajuan tema skripsi masih dilakukan secara manual tanpa
menggunakan sistem terkomputerisasi. Sehingga, pengajuan tema dan judul skripsi, mahasiswa masih belum memiliki standar khusus
Dari permasalahan di atas, Penulis merancang sebuah Aplikasi penentuan skripsi berbasis web yang menerapkan metode naive bayes. Pemilihan metode ini dilakukan karena relatif mudah digunakan karena tidak ada perkalian matrik atau optimasi numerik.Metode ini juga lebih efisien apabila digunakan untuk memprediksi dalam jumlah yang sangat besar serta memiliki tingkat keakurasian yang relatif tinggi. Dalam hasil prediksi. Ada beberapa parameter yang akan digunakan misalnya seperti bidang mata kuliah dan nilai-nilai mahasiswa dari beberapa mata kuliah inti di STMIK Dharma Wacana.
2. Metode Penelitian
- Model RAD
Pendekatanuntukpemodelan menggunakan system pakar didalam metode, saya akan jelaskan :
1. Requirements Planning Melakukan pengumpulan data dengan cara observasi dan wawancara dengan Ketua Podi Sistem Informasi, Ketua Prodi Teknik Informatika dan Bidang Akademik.
2. RAD Design Workshop mulai memberikan gambaran aplikasi melalui proses desain. 3. Instruction (Konstruksi)
membuat script program lalu meminta pendapat kepada mahasiswa tentang aplikasi yang sudah dicoba melalui demo, kemudian mahasiswa memberi pendapat. Jika ada yang perlu ditambahkan maka akan di perbaiki dan akan di build kembali hingga ada kesepakatan.
4. Implementasi
Tahap Penyempurnaan kemudian dilakukan pengujian dan dikenalkan kepada pengguna di STMIK Dharma Wacana.
3. HASIL DAN PEMBAHASAN A. Penerapan Metode Naive Bayes
Setiap tema yang diambil mahasiswa memiliki mata kuliah yang berkaitan dengan tema skripsi. Syarat penilaian mata kuliah tersebut adalah nilai minimal harus C, jika nilai dibawah C maka tema tidak akan muncul. Berikut adalah mata kuliah yang berkaitan dengan tema skripsi di STMIK Dharma Wacana Metro.
1. Mobile Computing (MC).
Gambar 1. Mata Kuliah Mobile Computing
2. Artificial Intelligence (AI).
Gambar 2. Mata Kuliah Artificial Intelligence
3. Application Development (AD).
Gambar 3. Mata Kuliah Application Development.
4. Enterprise Resource Planning (ERP).
Gambar 4. Enterprise Resource Planning
B. Perhitungan
Manual
Naïve
Bayes
Berikut contoh data mahasiswa dengan nama BERKAH jurusan Teknik Informatika yang belum diketahui tema skripsinya.
1. Tema Mobile Computing (MC).
Gambar 5 Data uji mata kuliah tema Mobile Computing (MC).
2. Tema Artificial Intelligence (AI).
Gambar 6 Data uji mata kuliah tema
Mobile Computing (MC).
Berdasarkan data uji diatas dapat ditentukan tema yang keluar dengan langkah sebagai berikut.
1. Menghitung Jumlah Kelas a) P(tema skripsi Mobile
b) P(tema skripsi| Artificial Intelligence) = 10/30 2. Menghitung Jumlah Kasus
Dalam menghitung jumlah kasus, mahasiswa yang memiliki nilai D dan E adalah bernilai 0 dan mahaiswa yang memiliki nilai A, B, C adalah bernilai 1. Untuk setiap mata kuliah sebagai syarat
pengambilan tema adalah bernilai 1. a) Tema Mobile Computing P(basis
data = B | tema = Mobile Computing) = 1/1
P(pemrograman web = D | tema = Mobile Computing) = 1/0 P(basis data = B | tema = Mobile Computing) = 1/1
P(pemrograman prosedural = B | tema = Mobile Computing) = 1/1 P(analisis perangkat lunak = A | tema = Mobile Computing) = 1/1 P(desain perangkat lunak = A | tema = Mobile Computing) = 1/1 b) Tema Artificial Intelligence
P(analisis perangkat lunak = A | tema = Artificial Intelligence) = 1/1
P(metode numerik = B | tema = Artificial Intelligence) = 1/1 P(desain perangkat lunak = A | tema = Artificial Intelligence) = 1/1
3. Kalikan semua variable tema Mobile Computing Artificial Intelligence a) Tema Mobile Computing
P(basis data = B | tema = Mobile Computing) x P(pemrograman web = D | tema = Mobile Computing) x
P(basis data = B | tema = Mobile Computing) x P(pemrograman prosedural = B | tema = Mobile Computing) x
P(analisis perangkat lunak = A | tema = Mobile Computing) x P(desain perangkat lunak = A | tema = Mobile Computing) x = x x x x x
= 1 x 0 x 1 x 1 x 1 x 1 = 0
b) Tema Artificial Intelligence P(analisis perangkat lunak = A | tema = Artificial Intelligence) x P(metode numerik = B | tema = Artificial Intelligence) x
P(desain perangkat lunak = A | tema = Artificial Intelligence) x = x x
=1 x 1 x 1 = 1
4. Bandingkan hasil variable tema Mobile Computing dan Artificial Intelligence.
Hasil dari perhitungan kelas menggunakan algoritma naïve bayes menunjukkan bahwa nilai dari tema Artificial Intelligence adalah 1 sedangkan nilai dari tema Mobile Computing adalah 0. Maka berdasarkan hasil dari perhitungan tersebut maka nilai probabilitas tertinggi adalah pada kelas Artificial Intelligence dengan niali 1. Sehingga dapat disimpulkan mahasiswa Teknik Informatika dengan nama BERKAH memiliki tema Artificial Intelligence.
5. KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan hasil penelitian yang dilakukan mahasiswa, metode naive bayes dianggap cocok digunakan untuk
mahasiswa tingkat akhir di STMIK Dharma Wacana
B. Saran
Dari penelitian yang sudah dilakukan peneliti, ada beberapa saran yang ingin disampaikan sehingga penelitian ini dapat dikembangkan kembali oleh peneliti selanjutnya yaitu:
1. Dalam pengembangan aplikasi ini disarankan untuk mengembangkan sistem dari web ke android agar mudah di akses oleh user.
2. Disarankan untuk menambah fitur baru yaitu memilih dosen
pembimbing.
